计算机软件新技术国家重点实验室

陈泽涛 博士

摘 要：

闭环检测是机器人导航(SLAM)或无人驾驶中的一个关键步骤。它研究的是当无人车或机器人回到同一个地点时，如何正确地定位出这个地方。因为受不同角度，或不同的天气，季节或光照影响，同一个地方可以表现出非常不同的视觉特征，给长期稳定的闭环检测带来了诸多挑战。在这个报告中，本人将介绍本人以及所属团队 (Vision for Robotics Lab in ETH Zurich) 在这个方向的一系列工作。我们运用几何以及机器学习的方法，来学习对场景变化和视角变化鲁棒的特征及算法。为了方便模型的训练，我们开源了大型的场景变化数据库，在这个数据集的基本上，我们运用深度学习算法，去学习更加鲁棒的特征编码方法，以及聚焦于特定有用区域的注意力模型。我们的结果显示我们的系统能够在跨季节，跨气候的闭环检测任务上取得更加优异的表现。

报告人简介：

陈泽涛2009年本科毕业于华南理工大学信息工程专业，2010到2012年获荷兰政府“惠更斯”全额奖学金就读于荷兰格罗宁根大学并获得人工智能方向荣誉硕士学位(Cum Laude).2016年于澳大利亚机器人视觉中心 (Australia Center of Robotic Vision) 获得神经网络和机器人视觉方向的博士学位。2016年11月至今，在苏黎世联邦理工 (ETH Zurich) 机器人视觉实验室 (Vision for Robotics Lab) 从事机器人方向的博士后工作。

时间：5月9日   14:40-15:20

地点：计算机科学技术楼111室